上面同學(xué)說(shuō)的很好啦，你可以稍微了解一下神經(jīng)網(wǎng)絡(luò)具體如何構(gòu)造。Wx+b=Y-->激活函數(shù)，激活函數(shù)是在定義W矩陣和b之后的最后，才會(huì)被運(yùn)行，我的理解是它用來(lái)將線性結(jié)果轉(zhuǎn)換成更多種形式，更貼合實(shí)際情況。

比如實(shí)際搭建神經(jīng)網(wǎng)絡(luò)常用的開(kāi)源框架tensorflow，支持tf.keras接口，Keras內(nèi)置函數(shù)可以直接調(diào)用。你可以看一下騰訊云大學(xué)，莫煩python出的tensorflow教程，里面有一節(jié)專門(mén)講activation fuction的，后面還有代碼示范。

激活函數(shù)是用來(lái)將線性輸入轉(zhuǎn)換為非線性的，能使得深度學(xué)習(xí)模型處理更復(fù)雜的問(wèn)題而不只是線性問(wèn)題。這個(gè)和Keras或者哪種框架不是一個(gè)維度的問(wèn)題。